Harness²：不改模型权重，让 AI 智能体通过外围组件自我进化
Google Research 开源智能体优化框架 Harness²。它在保持底层模型权重不变的前提下，通过双层递归机制自动调整提示词、工具指南等 8 个外围组件，能让 GLM-5 和 Gemini 3.5 Flash 的任务表现最高提升 11.5 分。代码已按 Apache 2.0 协议开源。
查看更新的新闻
传 Google 密测新模型 Carbon：内部员工称编码水平媲美 Opus 5.5
据 Business Insider 报道，Google 内部正测试代号为 Carbon 的新模型，并已部署在内部编程工具 Jetski 上。有员工反馈其写代码的表现已追平 Claude Opus 5.5，有望补齐 Gemini 的编程短板。不过 Carbon 暂无公开跑分和发布计划。
Google 推出 Foresight：靠端侧模型完全离线转录会议
Google 发布实验性笔记应用 Google AI Edge Foresight。它搭载端侧 EmbeddingGemma 2 模型，专为 Apple Silicon 的 Mac 优化，能在完全断网的情况下转录会议、将速记润色为结构化笔记，并支持基于本地文件的问答，音频与笔记全程不出电脑。
Google 发布 Gemini agent：打通办公全家桶，给个目标自己干活
Google 发布企业通用智能体 Gemini agent。它直接内嵌在 Gmail、Docs 和 Sheets 等套件中，具备跨设备持久记忆；用户只需给目标，它就能自主调用工具并跨系统交付成果。最值得关注的是它支持多智能体协同，能像真实同事一样独立承接复杂长任务。
Google 全球开放 SynthID 检测工具：免费查验音视频，还支持 OpenAI
Google 宣布向全球用户开放 SynthID Detector。此前该工具仅供媒体使用，现在所有人都能免费查验图片、音频或视频是否由 AI 生成。除了自研模型，它还支持 OpenAI、NVIDIA 和 Kakao 等伙伴的内容，并即将支持 Apple。
Google 推出 Playground：动嘴就能做游戏，无需写代码
Google 推出实验性 AI 游戏平台 Playground。用户无需编程经验，用自然语言对话就能调整物理规则、角色与场景并即时试玩，还支持多人联机与排行榜。平台现面向美国 18 岁以上用户开放，后续还将接入 Unity Spark。
Google 上线 Nano Banana 2.1：支持 14 张参考图融合，局部微调不用重画
Google 上线图像生成与编辑模型 Nano Banana 2.1，登陆 Gemini、Flow 等平台。新版本重点改善了主体一致性与局部精准编辑，支持最多 14 张参考图融合与最高 4K 分辨率。虽然实际画质仍逊于顶尖模型，但 Flow 平台每天提供几十次免费生成额度，门槛极低。
Google 开源 EmbeddingGemma 2：7.4 亿参数把全模态检索塞进手机
Google 发布开源多模态嵌入模型 EmbeddingGemma 2。该模型仅 7.4 亿参数，采用 Apache 2.0 协议，能将文本、代码、图像、音频和视频映射进统一向量空间。在 Pixel 11 Pro 上运行全模态仅需 567MB 内存，方便开发者直接在本地做完全离线的跨模态搜索与 RAG。
Google 联手 WHO 用 Earth AI 预测疫情：数分钟锁定 45500 名高危人群
Google 宣布联手 WHO 等机构，利用 Google Earth AI 原型预测疾病爆发。在刚果金埃博拉疫情中，地理空间推理智能体几分钟内锁定 48 个暴露聚集点及超 45,500 名高危人群，把数周的排查压缩至几分钟，让防疫从被动应对走向前置预防。
Google 收紧 Gemini 权限：10 月 9 日起免费用户主要限用 Flash-Lite
Google 宣布自 10 月 9 日起调整 Gemini 访问权限，免费用户默认主要路由至 Flash-Lite，无法再自由调用 Flash 与 Pro 模型。同时，使用限额转为按算力消耗每 5 小时刷新。Pro 模型和深度思考功能此后仅对每月 19.99 美元起的付费用户开放。
Google 上线 Guided Vision：Gemini Live 化身视障用户的眼睛
Google 推出 Guided Vision 功能，为盲人及低视力人群提供实时语音视觉辅助。该功能由 Google 与无障碍机构 Aira 联合研发，用户在 Gemini Live 中共享摄像头，AI 不仅能解说周围环境、读标签找物品，镜头偏了还会主动语音提醒用户调整角度。
Google 发布 Gemini 4 Argon：输出上限拉到 100 万 token，主攻硬核编程与安全
Google 发布新一代前沿模型 Gemini 4 Argon。它将单次输出上限从 64K 暴增至 100 万 token，专为超长跨度推理设计，在复杂代码重构与漏洞排查上表现亮眼。目前该模型正通过 Fairwind 计划向安全专家小范围测试，随后逐步开放。
Runway 推出营销引擎 Runway Ads：AI 自动做广告、投流再复盘
Runway 发布效果营销引擎 Runway Ads，能根据品牌物料自动生成视频和图像广告，并直接发布至 Meta、Google 和 TikTok。系统会回传消耗数据，自动迭代下一轮素材。Runway 称其内部测试使广告周产量从 77 条激增至 900 条，获客成本降低 41%。
Google 关停 Gemini 的 Gems 功能：11 月起自动迁移为 skills 技能
Google 宣布将关停 Gemini 中的自定义助手功能 Gems，自 2026 年 11 月 17 日起自动将其迁移为 skills。用户创建的内容不会丢失，迁移后无需单独对话，在任务输入框中输入斜杠「/」即可随时调用技能。
Google Photos 上线 AI 虚拟衣橱：把穿搭照变成数字衣帽间
Google 宣布为 Google Photos 正式上线 AI 虚拟衣橱功能，面向美国、巴西和印度的 iOS 与 Android 用户开放。AI 能从日常照片中提取你穿过的衣物并按类别分类混搭，穿搭数据承诺不与零售商共享。
Google 推出 Gemini 3.8 实时头像：视听一体交互，支持 97 种语言
Google 推出 Gemini 3.8 Live with Live Avatar，上线 Gemini Enterprise。该功能将近实时视频生成与语音结合，带来能听、能看、能说的动态数字人，支持 97 种语言对口型同步与表情适配，并能在后台异步调用工具的同时保持对话不中断。
Google 启动 Suncatcher 实验：把 TPU 送上太空测试轨道算力
Google 宣布将通过 SpaceX 发射首颗原型卫星，实测 Trillium TPU 在轨道中的运行表现。地面测试显示其芯片能承受超 5 年任务的辐射。Google 试图利用太空中高出地面 8 倍的太阳能，探索轨道数据中心，并计划在 2027 年测试双星激光互联。
Google Gemini 4 进入后训练阶段：争取年底前更早发布
Google DeepMind 负责人 Koray Kavukcuoglu 透露，旗舰大模型 Gemini 4 已进入后训练阶段，正争取在年底前更早推出早期版本。此前 Google 取消了 Gemini 3.5 Pro 更新，正全力追赶竞争对手。
Google Vids 免费开放：接入 Gemini Omni 1.1，支持 1080p 视频生成
Google 宣布向所有个人及 Workspace 账号免费开放 Google Vids。该工具接入 Gemini Omni 1.1 Flash，支持生成 1080p 视频、平滑扩展场景并精确控制剪辑时长，生成内容均嵌入 SynthID 数字水印。支持 100 多种语言的 AI 配音功能也即将上线。
Gemini 扩充应用生态：支持 @ 直接调用 Adobe 与 Airtable
Google 为 Gemini 推出新一批 Connected Apps，接入 Airtable、Linear、Adobe、Peloton 等涵盖办公、创意与生活的第三方工具。用户在 Gemini 设置中关联或在对话中键入 @ 即可直接调用，无需频繁切换标签页。